不要仅在数据帧中的特定单词前面替换星号

Question

我想在数据帧列中写一个正则表达式，如果前面有单词"pay"，则不替换*，否则用空格替换*。

例如，如果我有这个数据帧：pd.DataFrame({'a':['pay * jaf',"df*kafds","*fjas","kf8* 8*jkds"]})，它应该只在第一行中保留*，然后对于其他行，它应该用空格替换它。

所以如果我做df["col"] = df["col"].str.replace(pat, ' ')，它应该返回pd.DataFrame({'a':['pay * jaf',"df kafds"," fjas","kf8 8 jkds"]})

我想不出能做到这一点的正则表达式。目前，我有这种模式pay.*(?=*)，但它不起作用。看起来应该很简单，但我是regex的初学者。任何帮助都将不胜感激。

Answer 1

你已经很接近了，因为你已经发现你想要一个后备，但你的逻辑正好相反。

您需要一个匹配所有*星号的模式，但条件是星号前面不包含单词pay。

pat = '(?<!pay.*)*'

此模式的意思是"如果当前位置((?<!(前面没有字母pay和任意数量的字符(.*(，则在当前位置匹配星号(*("。

为了进行比较，模式pay.*(?=*)的意思是"匹配任何后面跟着任意数量字符的pay(.*(，条件是匹配的区域后面紧跟着星号(*(((?=("。